数据挖掘是从大量原始数据中发掘出隐含的、有用的尚未发现的信息和知识(如规则、模型、规律、模式、约束等)，帮助决策者寻找数据间潜在的关联，发现被忽略的因素，因而被认为是解决现代社会”数据爆炸”和“数据丰富，信息贫乏”的一种有效方法。数据挖掘经常采用的几种模型有：规则发现、神经网络、决策树、粗略集、模糊逻辑等。采用的模型不同，人们对模型的理解能力也不同。有些模型本来就比其他模型容易理解。决策树较直观，也易理解，而神经网络则像一个黑箱，很难理解。为了帮助人们更好地理解模型就需要借助可视化技术。